时间限制:C/C++ 5秒,其他语言10秒
空间限制:C/C++ 262144K,其他语言524288K
64bit IO Format: %lld
空间限制:C/C++ 262144K,其他语言524288K
64bit IO Format: %lld
题目描述
现在有n个物品,每个物品有一个体积v[i]和重量g[i],选择其中总体积恰好为V的若干个物品,想使这若干个物品的总重量最大,求最大总重量为多少。(如果不存在合法方案,返回-1)
备注:
对于100%的数据,1≤n≤20,1≤v[i]≤1e8,1≤g[i]≤1e8,1≤V≤1e9对于100\%的数据,1\leq n\leq 20,1\leq v[i]\leq 1e8,1\leq g[i]\leq 1e8,1\leq V\leq 1e9对于100%的数据,1≤n≤20,1≤v[i]≤1e8,1≤g[i]≤1e8,1≤V≤1e9
给定三个参数,第一个参数为数组v,第二个参数为数组g,第三个参数为体积V,求最大总重量为多少。
(所给字符串与返回字符串都不带引号)
一开始没仔细审题,忽略了V可能很大,物品数量很小,必须要体积和恰好为V。尝试动态规划,又尝试记忆化搜索的没做出来,要么超时要么超内存,抓住题目数据的特征,总的不超过20个数据,可以用二进制来保存状态,只需要计算每个状态哪一些被选中,总体积是不是V就可以。
class Solution { public: /** * 代码中的类名、方法名、参数名已经指定,请勿修改,直接返回方法规定的值即可 * 返回总体积为V若干物品的最大总重量,如果g存在选择若干物品总体积为V的情况,返回-1 * @param v int整型vector * @param g int整型vector * @param V int整型 * @return int整型 */ int Maximumweight(vector<int>& v, vector<int>& g, int V) { int ans = -1; int n = v.size(); for(int i = 1;i < 1 << n;i++) { int vv = 0,gg = 0; for(int j = 0;j < n;j++) { if((1 << j) & i) { vv += v[j]; gg += g[j]; if(vv > V) { break; } } } if(vv == V) ans = max(ans, gg); } return ans; } };
可以用二分枚举优化
class Solution { public: /** * 代码中的类名、方法名、参数名已经指定,请勿修改,直接返回方法规定的值即可 * 返回总体积为V若干物品的最大总重量,如果g存在选择若干物品总体积为V的情况,返回-1 * @param v int整型vector * @param g int整型vector * @param V int整型 * @return int整型 */ int Maximumweight(vector<int>& v, vector<int>& g, int V) { int ans = -1; int n = v.size(); std::map<int,int> mp1; std::map<int,int> mp2; int n1 = n / 2; int n2 = n - n1; for(int i = 0;i < (1 << n1);i++) { int vv = 0,gg = 0; int d = i,j = 0; while(d) { if(d % 2) { vv += v[j]; gg += g[j]; if(vv > V) { break; } } j ++; d /= 2; } if(vv <= V && mp1[vv] < gg) mp1[vv] = gg; } for(int i = 0;i < (1 << n2);i++) { int vv = 0,gg = 0; int d = i,j = n1; while(d) { if(d % 2) { vv += v[j]; gg += g[j]; if(vv > V) { break; } } j ++; d /= 2; } if(vv <= V && mp2[vv] < gg) mp2[vv] = gg; } for(auto& pa : mp1) { if(mp2.find(V - pa.first) == mp2.end()) continue; ans = max(ans, pa.second + mp2[V - pa.first]); } ans = max(ans, mp2[V]); ans = max(ans, mp1[V]); return ans <= 0 ? -1 : ans; } };
用unordered_map应该可以更快。